Inhaltsverzeichnis
Auswahl der wissenschaftlichen Literatur zum Thema „Algoritmus PSO“
Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an
Machen Sie sich mit den Listen der aktuellen Artikel, Bücher, Dissertationen, Berichten und anderer wissenschaftlichen Quellen zum Thema "Algoritmus PSO" bekannt.
Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.
Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.
Zeitschriftenartikel zum Thema "Algoritmus PSO"
Tang, Zhonghua, und Yongquan Zhou. „A Glowworm Swarm Optimization Algorithm for Uninhabited Combat Air Vehicle Path Planning“. Journal of Intelligent Systems 24, Nr. 1 (01.03.2015): 69–83. http://dx.doi.org/10.1515/jisys-2013-0066.
Der volle Inhalt der QuelleJovanović, Dražen, Martin Ćalasan und Milovan Radulović. „Estimation of solar cell parameters using PSO algorithm“. Tehnika 74, Nr. 1 (2019): 91–96. http://dx.doi.org/10.5937/tehnika1901091j.
Der volle Inhalt der QuelleMujičić, Danilo, Martin Ćalasan und Milovan Radulović. „Application of PSO algorithm in transformer parameter estimation“. Tehnika 74, Nr. 2 (2019): 251–57. http://dx.doi.org/10.5937/tehnika1902251m.
Der volle Inhalt der QuelleLemonge, Afonso Celso de Castro, Patrícia Habib Hallak und José Pedro Gonçalves Carvalho. „Otimização estrutural de treliças considerando restrições de frequências naturais de vibração“. Principia: Caminhos da Iniciação Científica 18, Nr. 2 (05.03.2020): 14. http://dx.doi.org/10.34019/2179-3700.2018.v18.29874.
Der volle Inhalt der QuelleQuah, Titus, Derek Machalek und Kody M. Powell. „Comparing Reinforcement Learning Methods for Real-Time Optimization of a Chemical Process“. Processes 8, Nr. 11 (19.11.2020): 1497. http://dx.doi.org/10.3390/pr8111497.
Der volle Inhalt der QuelleObando Paredes, Edgar Dario. „Algoritmos genéticos y PSO aplicados a un problema de generación distribuida.“ Scientia et technica 22, Nr. 1 (30.03.2017): 15. http://dx.doi.org/10.22517/23447214.14301.
Der volle Inhalt der QuelleVojtíšek, Michal, und Martin Kotek. „Estimation of Engine Intake Air Mass Flow using a generic Speed-Density method“. Journal of Middle European Construction and Design of Cars 12, Nr. 1 (01.10.2014): 7–15. http://dx.doi.org/10.2478/mecdc-2014-0002.
Der volle Inhalt der QuelleLenin, K. „POLAR PARTICLE SWARM OPTIMIZATION ALGORITHM FOR SOLVING OPTIMAL REACTIVE POWER PROBLEM“. International Journal of Research -GRANTHAALAYAH 6, Nr. 6 (30.06.2018): 335–45. http://dx.doi.org/10.29121/granthaalayah.v6.i6.2018.1378.
Der volle Inhalt der QuelleChu, Shu-Chuan, Zhi-Gang Du und Jeng-Shyang Pan. „Symbiotic Organism Search Algorithm with Multi-Group Quantum-Behavior Communication Scheme Applied in Wireless Sensor Networks“. Applied Sciences 10, Nr. 3 (31.01.2020): 930. http://dx.doi.org/10.3390/app10030930.
Der volle Inhalt der QuelleCheng, Shi, Yuhui Shi und Quande Qin. „Experimental Study on Boundary Constraints Handling in Particle Swarm Optimization“. International Journal of Swarm Intelligence Research 2, Nr. 3 (Juli 2011): 43–69. http://dx.doi.org/10.4018/jsir.2011070104.
Der volle Inhalt der QuelleDissertationen zum Thema "Algoritmus PSO"
Ondráček, Pavel. „Optimalizační techniky v obrazových aplikacích“. Master's thesis, Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií, 2021. http://www.nusl.cz/ntk/nusl-442498.
Der volle Inhalt der QuelleGötthans, Tomáš. „Pokročilé algoritmy analýzy datových sekvencí v Matlabu“. Master's thesis, Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií, 2010. http://www.nusl.cz/ntk/nusl-218618.
Der volle Inhalt der QuelleKolářová, Jana. „Evoluční algoritmy pro ultrazvukovou perfúzní analýzu“. Master's thesis, Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií, 2019. http://www.nusl.cz/ntk/nusl-401037.
Der volle Inhalt der QuelleRusnák, Jakub. „Vizualizace algoritmů pro plánování cesty“. Master's thesis, Vysoké učení technické v Brně. Fakulta informačních technologií, 2017. http://www.nusl.cz/ntk/nusl-363819.
Der volle Inhalt der QuelleHulva, Jiří. „Koevoluční algoritmus pro úlohy založené na testu“. Master's thesis, Vysoké učení technické v Brně. Fakulta informačních technologií, 2014. http://www.nusl.cz/ntk/nusl-236019.
Der volle Inhalt der QuelleVolf, Lukáš. „Program pro testování rychlosti šifrovacích algoritmů“. Master's thesis, Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií, 2010. http://www.nusl.cz/ntk/nusl-218674.
Der volle Inhalt der QuelleBodeček, Miroslav. „Algoritmus pro cílené doporučování produktů“. Master's thesis, Vysoké učení technické v Brně. Fakulta informačních technologií, 2011. http://www.nusl.cz/ntk/nusl-412860.
Der volle Inhalt der QuellePovalač, Karel. „Sledování spektra a optimalizace systémů s více nosnými pro kognitivní rádio“. Doctoral thesis, Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií, 2012. http://www.nusl.cz/ntk/nusl-233577.
Der volle Inhalt der QuelleMelo, Leonardo Alves Moreira de. „Comparação de algoritmos de enxame de partículas para otimização de problemas em larga escala“. Universidade Federal de Goiás, 2018. http://repositorio.bc.ufg.br/tede/handle/tede/9108.
Der volle Inhalt der QuelleApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-11-29T11:09:58Z (GMT) No. of bitstreams: 2 Dissertação - Leonardo Alves Moreira de Melo - 2018.pdf: 2693689 bytes, checksum: 850fbad5a82099825d2478ba3415dcac (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Made available in DSpace on 2018-11-29T11:09:58Z (GMT). No. of bitstreams: 2 Dissertação - Leonardo Alves Moreira de Melo - 2018.pdf: 2693689 bytes, checksum: 850fbad5a82099825d2478ba3415dcac (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-10-26
Fundação de Amparo à Pesquisa do Estado de Goiás - FAPEG
In order to address an issue concerning the increasing number of algorithms based on particle swarm optimization (PSO) applied to solve large-scale optimization problems (up to 2000 variables), this article presents analysis and comparisons among five state- of-the-art PSO algorithms (CCPSO2, LSS- PSO, OBL-PSO, SPSO and VCPSO). Tests were performed to illustrate the e ciency and feasibility of using the algorithms for this type of problem. Six benchmark functions most commonly used in the literature (Ackley 1, Griewank, Rastrigin, Rosenbrock, Schwefel 1.2 and Sphere) were tested. The experiments were performed using a high-dimensional problem (500 variables), varying the number of particles (50, 100 and 200 particles) in each algorithm, thus increasing the computational complexity. The analysis showed that the CCPSO2 and OBL-PSO algorithms found significantly better solutions than the other algorithms for more complex multimodal problems (which most resemble realworld problems). However, considering unimodal functions, the CCPSO2 algorithm stood out before the others. Our results and experimental analysis suggest that CCPSO2 and OBL- PSO seem to be highly competitive optimization algorithms to solve complex and multimodal optimization problems.
O número de algoritmos baseados na otimização por enxame de partículas (PSO) aplicados para resolver problemas de otimização em grande escala (até 2.000 variáveis) aumentou significativamente. Este trabalho apresenta análises e comparações entre cinco algoritmos (CCPSO2, LSSPSO, OBL-CPSO, SPSO e VCPSO). Testes foram realizados para ilustrar a eficiência e viabilidade de usar os algoritmos para resolver problemas em larga escala. Seis funções de referência que são comumente utilizadas na literatura (Ackley 1, Griewank, Rastrigin, Rosenbrock, Schwefel 1.2 e Sphere) foram utilizadas para testar a performancedesses algoritmos. Os experimentos foram realizados utilizando um problema de alta dimensionalidade (500 variáveis), variando o número de partículas (50, 100 e 200 partículas) em cada algoritmo, aumentando assim a complexidade computacional. A análise mostrou que os algoritmos CCPSO2 e OBL-CPSO mostraram-se significativamente melhores que os outros algoritmos para problemas multimodais mais complexos (que mais se assemelham a problemas reais). No entanto, considerando as funções unimodais, o algoritmo CCPSO2 destacou-se perante os demais. Nossos resultados e análises experimentais sugerem que o CCPSO2 e o OBL-CPSO são algoritmos de otimização altamente competitivos para resolver problemas de otimização complexos e multimodais em larga escala.
Horáková, Pavla. „Optimalizace pro registraci obrazů založená na genetických algoritmech“. Master's thesis, Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií, 2012. http://www.nusl.cz/ntk/nusl-219505.
Der volle Inhalt der QuelleBücher zum Thema "Algoritmus PSO"
Ayyadevara, V. Kishore. Pro Machine Learning Algorithms. Berkeley, CA: Apress, 2018. http://dx.doi.org/10.1007/978-1-4842-3564-5.
Der volle Inhalt der QuelleVišňák, Jakub. Kvantově chemické algoritmy pro kvantové počítače. Praha: Academia, 2014.
Den vollen Inhalt der Quelle findenŠtuller, Július. Inteligentní modely, algoritmy, metody a nástroje pro vytváření sémantického webu: Seminář projektu programu "Informační společnost", 5.10.-7.10.2006, hotel Olympia, Zadov. Praha: Ústav informatiky AV ČR, 2006.
Den vollen Inhalt der Quelle findenAyyadevara, V. Kishore. Pro Machine Learning Algorithms: A Hands-On Approach to Implementing Algorithms in Python and R. Apress, 2018.
Den vollen Inhalt der Quelle findenLópez, Javier. Optimización multi-objetivo. Editorial de la Universidad Nacional de La Plata (EDULP), 2015. http://dx.doi.org/10.35537/10915/45214.
Der volle Inhalt der QuelleCoates, Laura C., Arthur Kavanaugh und Christopher T. Ritchlin. Treatment algorithm and treat to target. Oxford University Press, 2018. http://dx.doi.org/10.1093/med/9780198737582.003.0032.
Der volle Inhalt der QuellePro .NET Performance: Optimize Your C# Applications. Apress, 2012.
Den vollen Inhalt der Quelle findenProgramming Like A Pro For Teens. Course Technology, 2011.
Den vollen Inhalt der Quelle finden(Editor), Dorit Hochbaum, Klaus Jansen (Editor), Jose D.P. Rolim (Editor) und Alistair Sinclair (Editor), Hrsg. Randomization, Approximation, and Combinatorial Optimization. Algorithms and Techniques: Third International Workshop on Randomization and Approximation ... 1999 Pro (Lecture Notes in Computer Science). Springer, 1999.
Den vollen Inhalt der Quelle findenRosales Torres, César Said, César Buenadicha Sánchez und Tetsuro Narita. Autoevaluación ética de IA para actores del ecosistema emprendedor: Guía de aplicación. Inter-American Development Bank, 2021. http://dx.doi.org/10.18235/0003269.
Der volle Inhalt der QuelleBuchteile zum Thema "Algoritmus PSO"
Krzeszowski, Tomasz, Krzysztof Wiktorowicz und Krzysztof Przednowek. „Comparison of Selected Fuzzy PSO Algorithms“. In Recent Advances in Computational Optimization, 107–22. Cham: Springer International Publishing, 2017. http://dx.doi.org/10.1007/978-3-319-59861-1_7.
Der volle Inhalt der QuelleVoss, Michael, Rafael Asenjo und James Reinders. „Generic Parallel Algorithms“. In Pro TBB, 33–78. Berkeley, CA: Apress, 2019. http://dx.doi.org/10.1007/978-1-4842-4398-5_2.
Der volle Inhalt der QuelleSaremi, Shahrzad, und Seyedali Mirjalili. „Evaluating PSO and MOPSO Equipped with Evolutionary Population Dynamics“. In Algorithms for Intelligent Systems, 61–88. Singapore: Springer Singapore, 2019. http://dx.doi.org/10.1007/978-981-13-9757-8_4.
Der volle Inhalt der QuelleKumar, Manish, Manish Gupta, Divesh Kumar und Vinay kumar Deolia. „Optimization of Low Power LNA Using PSO for UWB Application“. In Algorithms for Intelligent Systems, 393–99. Singapore: Springer Singapore, 2021. http://dx.doi.org/10.1007/978-981-15-6707-0_37.
Der volle Inhalt der QuelleYamada, Shinichi, und Kourosh Neshatian. „Improving Representation in Benchmarking of Binary PSO Algorithms“. In AI 2018: Advances in Artificial Intelligence, 371–83. Cham: Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-030-03991-2_35.
Der volle Inhalt der QuelleAbdulla, Parosh Aziz, Stavros Aronis, Mohamed Faouzi Atig, Bengt Jonsson, Carl Leonardsson und Konstantinos Sagonas. „Stateless Model Checking for TSO and PSO“. In Tools and Algorithms for the Construction and Analysis of Systems, 353–67. Berlin, Heidelberg: Springer Berlin Heidelberg, 2015. http://dx.doi.org/10.1007/978-3-662-46681-0_28.
Der volle Inhalt der QuelleDin, Maiya, Saibal K. Pal und S. K. Muttoo. „Analysis of RC4 Crypts Using PSO Based Swarm Technique“. In Harmony Search and Nature Inspired Optimization Algorithms, 1049–56. Singapore: Springer Singapore, 2018. http://dx.doi.org/10.1007/978-981-13-0761-4_98.
Der volle Inhalt der QuelleVoss, Michael, Rafael Asenjo und James Reinders. „Using Tasks to Create Your Own Algorithms“. In Pro TBB, 277–311. Berkeley, CA: Apress, 2019. http://dx.doi.org/10.1007/978-1-4842-4398-5_10.
Der volle Inhalt der QuelleSuthar, Jaswant, Virendra Sangtani und Ajay Kumar Bansal. „Optimal Design of a Stand-Alone Hybrid System Using GA, PSO and ABC“. In Algorithms for Intelligent Systems, 179–88. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-1059-5_21.
Der volle Inhalt der QuelleAhmad, Salman, und Atif Iqbal. „Switching Angles Computations Using PSO in Selective Harmonics Minimization PWM“. In Metaheuristic and Evolutionary Computation: Algorithms and Applications, 437–61. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-7571-6_18.
Der volle Inhalt der QuelleKonferenzberichte zum Thema "Algoritmus PSO"
Nguyen, Thanh-Trung, Van-Huy Nguyen und Xuan-Huong Nguyen. „Comparing the Results of Applying DE, PSO and Proposed Pro DE, Pro PSO Algorithms for Inverse Kinematics Problem of a 5-DOF Scara Robot“. In 2020 International Conference on Advanced Mechatronic Systems (ICAMechS). IEEE, 2020. http://dx.doi.org/10.1109/icamechs49982.2020.9310157.
Der volle Inhalt der QuelleSyed Abdullah, Sharifah Lailee, Naimah Mohd Hussin, Hazaruddin Harun und Noor Elaiza Abd Khalid. „Comparative study of random-PSO and Linear-PSO algorithms“. In 2012 International Conference on Computer & Information Science (ICCIS). IEEE, 2012. http://dx.doi.org/10.1109/iccisci.2012.6297280.
Der volle Inhalt der QuelleAnescu, George, und Ilie Prisecaru. „NSC-PSO, a Novel PSO Variant without Speeds and Coefficients“. In 2015 17th International Symposium on Symbolic and Numeric Algorithms for Scientific Computing (SYNASC). IEEE, 2015. http://dx.doi.org/10.1109/synasc.2015.74.
Der volle Inhalt der QuelleM. R. Baccarini, João, Francisco C. R. Coelho, Lane M. Rabelo und Gleison F. V. Amaral. „Estimação Online dos Parâmetros do Circuito Equivalente do Motor de Indução Trifásico via Metaheurísticas“. In Congresso Brasileiro de Automática - 2020. sbabra, 2020. http://dx.doi.org/10.48011/asba.v2i1.1408.
Der volle Inhalt der QuelleYoder, Marcus, Zachary Satterfield, Mohammad Fazelpour, Joshua D. Summers und Georges Fadel. „Numerical Methods for the Design of Meso-Structures: A Comparative Review“. In ASME 2015 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. American Society of Mechanical Engineers, 2015. http://dx.doi.org/10.1115/detc2015-46289.
Der volle Inhalt der QuelleBreaban, Mihaela, und Silvia Luchian. „Shaping Up Clusters with PSO“. In 2008 10th International Symposium on Symbolic and Numeric Algorithms for Scientific Computing. IEEE, 2008. http://dx.doi.org/10.1109/synasc.2008.70.
Der volle Inhalt der QuelleJiang, Weichang, Yating Zhang und Ruihua Wang. „Comparative study on several PSO algorithms“. In 2014 26th Chinese Control And Decision Conference (CCDC). IEEE, 2014. http://dx.doi.org/10.1109/ccdc.2014.6852332.
Der volle Inhalt der QuelleBabaee, H., und A. Khosravi. „An Improve PSO Based Hybrid Algorithms“. In 2011 International Conference on Management and Service Science (MASS 2011). IEEE, 2011. http://dx.doi.org/10.1109/icmss.2011.5999410.
Der volle Inhalt der QuelleArakawa, Masao. „PSO Driven Genetic Range Genetic Algorithms“. In ASME 2005 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. ASMEDC, 2005. http://dx.doi.org/10.1115/detc2005-84942.
Der volle Inhalt der QuelleRocha, Lídia, und Kelen Vivaldini. „Comparison between Meta-Heuristic Algorithms for Path Planning“. In VIII Workshop de Teses e Dissertações em Robótica/Concurso de Teses e Dissertações em Robótica. Sociedade Brasileira de Computação - SBC, 2020. http://dx.doi.org/10.5753/wtdr_ctdr.2020.14950.
Der volle Inhalt der QuelleBerichte der Organisationen zum Thema "Algoritmus PSO"
Labunskaya, A. D., B. A. Mukhin, P. G. Kolyadin, V. A. Kosyrev, E. A. Chepurnaya und A. L. Shevchenko. The model of optimal allocation of resources of the warring parties on the basis of genetic algorithms (MOPP PS). OFERNIO, März 2020. http://dx.doi.org/10.12731/ofernio.2020.24495.
Der volle Inhalt der QuelleElacqua, Gregory, Isabel Jacas, Thomas Krussig, Carolina Méndez, Christopher Neilson, Alonso Román und Sammara Soares. Sistemas centralizados de asignación escolar: guía de implementación. Inter-American Development Bank, Juni 2021. http://dx.doi.org/10.18235/0003362.
Der volle Inhalt der Quelle